Disciplina

Área

Área Científica de Inteligência Artificial > Tecnologia de Inteligência Artificial

Activa nos planos curriculares

MEIC-A 2021 > MEIC-A 2021 > 2º Ciclo > Area Principal > Agrupamentos > Inteligência Artificial > Representação do Conhecimento e Raciocínio

MEIC-T 2021 > Meic-T 2021 > 2º Ciclo > Agrupamentos > Inteligência Artificial > Representação do Conhecimento e Raciocínio

MEIC-T 2015 > MEIC-T 2015 > 2º Ciclo > Agrupamentos > Sistemas Inteligentes > Representação do Conhecimento e Raciocínio

MEIC-A 2015 > MEIC-A 2015 > 2º Ciclo > Agrupamentos > Sistemas Inteligentes > Representação do Conhecimento e Raciocínio

MEIC-T 2006 > MEIC-T 2006 > 2º Ciclo > Áreas de Especialização Complementares > Sistemas Inteligentes > Representação do Conhecimento e Raciocínio

MEIC-A 2006 > MEIC-A 2006 > 2º Ciclo > Área de Especialização Complementar > Sistemas Inteligentes > Representação do Conhecimento e Raciocínio

Nível

Pequenos exercícios de avaliação contínua nas aulas práticas (50%) e um Exame final (50%). Possibilidade de trabalho de investigação e sua apresentação opcional.

Tipo

Não Estruturante

Regime

Semestral

Carga Horária

1º Semestre

2.0 h/semana

1.5 h/semana

119.0 h/semestre

Objectivos

1. Conhecer as várias famílias de representação de conhecimento e de raciocínio avançadas (para além da Lógica Clássica de Primeira Ordem). 2. Compreender como representar conhecimento em cada uma dessas famílias e as formas de raciocínio sobre o mesmo oferecidas por cada uma. 3. Conhecer as vantagens, limitações e fragilidades de cada uma dessas famílias tanto do ponto de vista da representação como do raciocínio. 4. Compreender as relações entre o poder expressivo de uma representação e a complexidade computacional do raciocínio sobre ela. 5. Ser capaz de efectuar as escolhas adequadas de sistema dado um problema concreto de representação e raciocínio. 6. Ser capaz de construir bases de conhecimento segundo cada uma das famílias. 7. Ser capaz de representar e resolver problemas razoavelmente complexos de representação e raciocínio. 8. Ser capaz de representar grandes quantidades de conhecimento e conseguir a sua partilha entre vários sistemas.

Programa

1. Introdução à Representação de Conhecimento e Raciocínio. A Hipótese de Representação de Conhecimento. 2. Lógica de Primeira Ordem. 3. Representar conhecimento em Lógica Clássica de Primeira Ordem. 4. Resolução em Lógica Clássica de Primeira Ordem . 5. Estratégias várias para lidar com a intratabilidade do raciocínio. Controlo de Raciocínio Procedimental. 6. Sistemas de Produção baseados em Regras. 7. Sistemas Baseados em Conhecimento. Análise de um sistema de sucesso (por exemplo MYCIN). 8. Sistemas Orientados a Objectos: Sistemas de Enquadramentos. 9. Lógicas Descritivas. 10. Semantic Web, Ontologias e as Lógicas Descritivas. 11. Redes de Herança. 12. Lógicas não monótonas.

Metodologia de avaliação

Pequenos exercícios de avaliação contínua nas aulas práticas (50%) e um Exame final (50%). Possibilidade de trabalho de investigação e sua apresentação opcional.

Bibliografia

Principal

Knowledge Representation and Reasoning

Ronald J. Brachman, Hector J. Levesque

2004

Morgan Kaufmann


Handbook of Knowledge Representation (Foundations of Artificial Intelligence)

Frank van Harmelen, Vladimir Lifschitz and Bruce Porter (Eds)

2008

Elsevier Science